博客
关于我
彻底解决python打印结果省略号的问题显示宽度
阅读量:432 次
发布时间:2019-03-06

本文共 665 字,大约阅读时间需要 2 分钟。

pandas是python中非常强大的数据分析工具,但在实际操作中,数据框的显示可能会因为列数或行数过多而出现省略号,导致我们无法清晰看到数据的大致分布情况。了解数据的分布范围对于后续的可视化和分析工作至关重要。为了解决这个问题,我们可以通过pandas内置的设置选项来调整显示的数目和宽度。

在pandas中,通过set_option()方法可以灵活配置显示选项。具体来说,主要涉及以下几个参数:display.max_columns、display.max_rows、display.max_colwidth和display.line_width。通过适当调整这些参数的值,我们可以让数据框在显示时能够完整呈现,避免信息被遮挡。

以下是一些常用的设置示例:

import pandas as pd
pd.set_option('display.max_columns', 1000)
pd.set_option('display.width', 1000)
pd.set_option('display.max_colwidth', 1000)

通过以上代码,我们可以将max_columns设置为1000列,这意味着数据框在显示时可以展示更多的列信息。同时,将max_width和max_colwidth也设置为1000,可以让每一列的数据在展示时不受宽度限制,从而避免数据被截断。

这些设置将使pandas在打印数据时能够更全面地展示数据框的内容,有助于我们更好地理解数据的分布情况,为后续的数据可视化和分析打下坚实基础。

转载地址:http://flwyz.baihongyu.com/

你可能感兴趣的文章
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI数据库同步_多表_特定表同时同步_实际操作_MySqlToMysql_可推广到其他数据库_Postgresql_Hbase_SqlServer等----大数据之Nifi工作笔记0053
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南002---大数据之Nifi工作笔记0069
查看>>
NIFI集群_内存溢出_CPU占用100%修复_GC overhead limit exceeded_NIFI: out of memory error ---大数据之Nifi工作笔记0017
查看>>
NIFI集群_队列Queue中数据无法清空_清除队列数据报错_无法删除queue_解决_集群中机器交替重启删除---大数据之Nifi工作笔记0061
查看>>
NIH发布包含10600张CT图像数据库 为AI算法测试铺路
查看>>
Nim教程【十二】
查看>>
Nim游戏
查看>>
NIO ByteBuffer实现原理
查看>>
Nio ByteBuffer组件读写指针切换原理与常用方法
查看>>
NIO Selector实现原理
查看>>
nio 中channel和buffer的基本使用
查看>>
NIO三大组件基础知识
查看>>
NIO与零拷贝和AIO
查看>>
NIO同步网络编程
查看>>
NIO基于UDP协议的网络编程
查看>>
NIO笔记---上
查看>>